安装

如果不想安装 Anaconda，可以跳过这一步。因为现在深度学习库更新的比较频繁，对于同一个库，我们有可能使用多个版本，比如tensorflow-gpu1.0.0 , …, tensorflow-gpu2.0.0 ，因此，安装Anaconda 可以创建多个环境来安装不同版本的深度学习库。

安装Anaconda，在官网下载对应的版本，在右上角点Download，点击windows或者linux版本即可下载。

windows 版本可以直接双击安装, easy to do it。Linux 版本的可以使用命令 sh Anaconda_xxx.sh 安装，also easy。

sudo bash Anaconda3-5.1.0-Linux-x86_64.sh

不管你是程序的老手或新手，建议下载安装Anaconda，并在其下安装各种开发环境和包，这样做更加方便快捷。

功能

现如今Anaconda的功能是越来越强大，除了可以管理python外，还可以支持R语言，而且具有了图形窗口。初次安装Anaconda会提示你下载安装基于Anaconda版本的Pycharm,而且打开Anaconda Navigator 会出现一个图形界面的可视化窗口，如下图：

在该界面下，可以看到很多有用的工具，python的开发和管理工具包括Jupyter Notebook、VS code、Spyder, 数据的处理和可视化工具包括：Glue viz、Orange等，还有就是R语言的开发编辑工具RStudio。

下图展示了Anaconda的环境管理界面，可以看到你所创建的所有环境，默认的是base，
当然你也可以所搜并安装一些新的包。

环境

Python开发者社区从2018年开始将会停止开发python2，并且会在2~3年内停止维护，但大部分公司都是使用相对python3更稳定的python2来进行项目开发的。目前，在这个过渡阶段，对于我们来说，安装python2或许是不可避免的。

建议将Anaconda的默认开发语言设为python3，我们再在Anaconda下创建python2的开发环境即可。当然，反过来也一样。

比如你可以这样：

conda -n create py2 python=2.7

以创建基于python2开发环境。

#命令
首先说明的是安装包可以通过上一步的图形界面来安装，包括深度学习环境库，tensorflow,keras等。
但使用命令或许更方便快捷。
在使用conda安装依赖包之前，首先要添加一些下载速度更快的镜像资源，如清华和中科大的镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 清华镜像：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ # 中科大的源

conda的一些常用命令：

conda install xxx  #安装包
activate // 切换到base环境
activate learn // 切换到learn环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
conda update -n base conda        //update最新版本的conda
conda create -n xxxx python=3.5   //创建python3.5的xxxx虚拟环境
conda activate xxxx               //开启xxxx环境
conda deactivate                  //关闭环境